字符型日期与数值型日期处理

本文作者：王   涛（石河子大学）

文字编辑：李钊颖

技术总编：李朋冲

重大通知！！！2019年7月5日至7月8日在武汉举行的首期Python编程技术定制培训，招生工作已经圆满结束。另外爬虫俱乐部将于2019年8月22日至28日在湖北武汉举行为期一周的Stata编程技术定制培训，此次采取初级班和高级班分批次培训，仍在火热招生中。

详细培训大纲及报名方式，请点击文末阅读原文呦~

日期的提取在数据处理中不可或缺，常见的类型是字符型时间变量的提取，例如，利用date()函数、substr()函数、todatetime命令，然而对于数值型变量日期的提取却鲜有介绍。

本文首先介绍对于字符型日期提取的方法，然后利用爬虫俱乐部线下培训过程中遇到的答疑问题，详细介绍数值型变量日期的提取。

一、字符型变量日期提取

    首先，我们利用input命令输入两个日期，例如6/17/2019和6/09/2019，程序如下：

clearinput str15 date '6/17/2019' '6/09/2019'endbrowse

然后，为将字符型日期转为数值型，我们可以利用date()函数加format命令，程序如下：

gen d = date(date,'MDY')format d %tdCY-N-Dbrowse

当然你也可以选择日期显示格式，例如我们输入如下程序将会显示不同的日期格式：

gen d1 = date(date,'MDY')gen d2= date(date,'MDY')gen d3 = date(date,'MDY')gen d4 = date(date,'MDY')format d1 %tdCY.N.Dformat d2 %tdCY/N/Dformat d3 %tdCY-M-D format d4 %tdCY_M_D //'_'表示空格browse

最后我们利用year()、month()函数和substr()函数提取年份和月份，程序如下：

gen year = year(d)gen month = month(d)gen year1 =  real(substr(date,6,4))gen month1 = real(substr(date,1,1))browse

   除了一般常见的年月日日期数据，还有一些带时分秒的日期类型，例如2019-06-17 14:04:31.890。对于这样日期，我们依然可以利用date()函数，处理方式和上面类似，程序如下：

clear input str29 time'2019-06-17 14:04:31.890'end gen date = date(time,'YMDhms')format date %tdCY-N-Dbrowse

此外，我们还可以利用clock()函数和dofc()函数，clock()函数表示此日期与1960年1月1日00:00:000相距的毫秒数；dofc()函数是将毫秒数转化为天数。程序如下：

gen date1=dofc(clock(time,'YMDhms'))format date1 %tdCY-N-Dbrowse

上图中date和date1日期一样，可见两种方式均可。接着我们依然按照上面的方式提取年份和月份，程序如下：

gen year=real(substr(time,1,4)) //字符型的直接提取gen year1=year(date) //数值型日期提取gen month = real(substr(time,6,2)) gen month1 = month(date)

爬虫俱乐部将于2019年8月22日至28日在湖北武汉举行为期一周的Stata编程技术定制培训，此次采取初级班和高级班分批次培训。课程通过案例教学模式，旨在帮助大家在短期内掌握Stata软件编程、金融计量知识和实证分析方法，使大家熟悉Stata核心的爬虫技术，以及Stata与其他软件交互的高端技术。

初级班主要是为了让学员掌握Stata数据分析技巧，并能独立撰写相关的程序。涉及内容包括多种数据格式的读取和输出、数据的合并、实证结果的输出以及爬虫俱乐部编写的命令介绍等。

高级班主要是为了让学员掌握Stata软件进阶操作，涉及内容包括正则表达式、网络爬虫技巧、文本分析等技术。经过团队精心策划，此次课程新增北大法宝裁判文书信息提取和百度地图api调用两大案例，以及新兴实证研究方法介绍，相信定能让学员受益匪浅！